| 姓名： 高晓渝 | 性别： 男 | 职务： |
职称：教授 | 博导/硕导：博导 | 办公室：15-527 | |
研究领域：智能制造（Intelligent Manufacturing），知识管理(Knowledge Management) | |||
电话： | Email：[email protected] | ||
个人简介：
高晓渝，现任机电机电学院极速赛车计划/ 玩法规则 极速赛车计划/ 玩法规则 极速赛车计划/ 玩法规则 特聘教授, 入选南航钱伟长学者和特聘教授（兼职）多年。入职前任格林威治大学讲席教授（Medway Chair of Manufacturing Engineering）19 年, 期间曾任工机电学院极速赛车计划/ 玩法规则 主管科研副院长（Director of Research)，之前任克兰福尔德大学讲师，高级讲师（相当于副教授） 13年，拉夫堡大学博士后4年。1984年获大连工机电学院极速赛车计划/ 玩法规则 （现大连理工大学）机械系学士，同年考取教育部出国留学奖学金。1986年获曼彻斯特大学先进制造专业硕士。1989年获曼彻斯特大学工学博士。2008 年获选英国机械工程师协会会士（Fellow）。现任该协会会刊Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture 副主编和多个国际期刊顾问，编委。
学术成果：
高晓渝长期从事航空宇航制造方面的研究。在智能制造、知识管理、基于特征的CAD/CAM和产品生命周期管理方面的理论研究成果享有国际盛誉。发表106篇国际期刊论文，158 篇国际会议论文，11个专著章节，编辑11个国际杂志特刊。在克兰菲尔德大学任讲师、高级讲师以及在格林威治大学任讲席教授期间，主持欧盟及英国重大项目20余项（欧盟项目总经费约2百万欧元，英国项目总经费约1百80万英镑）,其中包括大量国际科技领先企业资助的科研课题。应邀在国际会议作主旨报告（15次），担任大会主席（4 次）和主持人（多次），担任多个SCI国际期刊的副主编、编辑和编委。多次应邀评审英国、欧洲和世界其他国家的科研基金申请项目。主要学术与技术创新方面成果包括：开创性提出"2D工程图转化3D自由曲面"理论（获英国机械工程师学会Edwin Walker最佳论文奖），其基于特征的CAD/CAM集成方法被纳入大型航空企业重大科研项目；建立了动态过程驱动的产品生命周期与知识管理理论，获IBM特邀主旨演讲并在多个合作企业应用。主导建成格林威治大学自动化与工业机器人实验室（AIR Lab），并作为核心负责人推动工机电学院极速赛车计划/ 玩法规则 在英国大学科研评估（REF2021）中获机电学院极速赛车计划/ 玩法规则 历史上突破性的成绩。在工业合作方面的突出贡献，被选为范例写入格林威治大学提交给（REF2021）的材料中。
主要代表作如下：
[1] Zhao,Z., Li,Y. Liu, C., Liu X. & Gao,J., Stable data-driven manufacturing decision making by introducing causal relationships for high dimensional data, IEEE Transactions on Industrial Informatics, 2025, 21(1): 525-534.
[2] Liu,C., Li, Y., Hua, J., Zhao Z. & Gao, J., A causal based method for denoising non-homologous noises in time series manufacturing monitoring data, Journal of Manufacturing Systems, 2024,76: 92-102.
[3] Zhao, Z., Liu, C., Li, Y. & Gao, J. A new method for inferencing and representing a workpiece residual stress field using monitored deformation force data[J]. Engineering, 2023, 22: 49-59.
[4] Li, Y., Xu, K., Liu, X., Yang, M., Gao, J., & Maropoulos, P., Stress-oriented 3D printing path optimization based on image processing algorithms for reinforced load-bearing parts[J]. CIRP Annals, 2021, 70(1): 195-198.
[5] Wan, S., Li, D., Gao, J., & Li, J., A knowledge based machine tool maintenance planning system using case-based reasoning techniques[J]. Robotics and Computer-Integrated Manufacturing, 2019, 58: 80-96.
[6] Li, Y., Liu, C., Hao, X., Gao, J., & Maropoulos, P. G., Responsive fixture design using dynamic product inspection and monitoring technologies for the precision machining of large-scale aerospace parts[J]. CIRP Annals, 2015, 64(1): 173-176.
[7] Piorkowski, B. A., Gao, J., Evans, R. D., & Martin, N., A dynamic knowledge management framework for the high value manufacturing industry[J]. International Journal of Production Research, 2013, 51(7): 2176-2185.
[8] Zhu, H., Gao, J., Li, D., & Tang, D., A Web-based Product Service System for aerospace maintenance, repair and overhaul services[J]. Computers in Industry, 2012, 63(4): 338-348.
[9] Baxter, D., Gao, J., Case, K., Harding, J., Young, B., Cochrane, S., & Dani, S. A framework to integrate design knowledge reuse and requirements management in engineering design[J]. Robotics and Computer-Integrated Manufacturing, 2008, 24(4): 585-593.
[10] Bradfield, D. J., & Gao, J., A methodology to facilitate knowledge sharing in the new product development process[J]. International Journal of Production Research, 2007, 45(7): 1489-1504.
